微重力下熔體潤濕性高精度在線實時測量關(guān)鍵技術(shù)研究是面對空間站關(guān)鍵構(gòu)件未來在軌連接和在軌修復(fù)、設(shè)備零部件空間3D打印的應(yīng)用需求,提供地面和空間的潤濕性對比實驗條件,為材料模擬計算提供準(zhǔn)確的參數(shù)輸入,為未來空間站和空間材料科學(xué)研究提供技術(shù)支撐,同時實驗結(jié)果將促進地面材料工藝的改進。針對在空間環(huán)境下,設(shè)計的軟件需要達到節(jié)約存儲資源,減少信息傳送量的目的,并且實現(xiàn)無人值守的功能。本文提出的空間智能圖像反饋控制軟件的研究是為了開展空間站高溫關(guān)鍵材料的潤濕性驗證實驗,為我國空間站及未來微重力材料科學(xué)實驗提供技術(shù)支撐。實驗中的硬件設(shè)備有激光光源、加熱爐、高分辨率相機、PC端。激光光源從外部對加熱爐中的熔體樣品提供光照;加熱爐是熔加熱的裝置,內(nèi)置有溫度傳感器,并可以從外部設(shè)置升溫速率并且顯示溫;高分辨率相機固定于另一側(cè)的支架上,進行激光光源下的熔體實時圖像采集,并將圖像傳輸?shù)絇C端;PC端裝載著的空間智能圖像反饋控制軟件進行反饋調(diào)節(jié)相機采集幀率。在熔體加熱熔化過程中,空間智能圖像反饋控制軟件實現(xiàn)實時監(jiān)控、智能采集圖像的第一步是對相機接口二次開發(fā),在此基礎(chǔ)上,對采集到的圖像進行目標(biāo)檢測、輪廓跟蹤、邊緣檢...

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 目標(biāo)檢測技術(shù)的國內(nèi)外研究現(xiàn)狀
        1.2.2 邊緣檢測技術(shù)的國內(nèi)外研究現(xiàn)狀
        1.2.3 圖像特征匹配國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
第2章 目標(biāo)檢測算法
    2.1 圖像輪廓形態(tài)學(xué)處理
        2.1.1 二值化操作
        2.1.2 圖像濾波
        2.1.3 形態(tài)學(xué)處理
    2.2 目標(biāo)熔體輪廓跟蹤算法
        2.2.1 輪廓跟蹤算法
        2.2.2 基于圖形幾何特征分割
        2.2.3 漫水填充進行目標(biāo)定位
    2.3 本章小結(jié)
第3章 基于Canny邊緣檢測和Hu矩的目標(biāo)匹配算法
    3.1 Canny邊緣檢測技術(shù)
    3.2 基于Hu矩相似度的識別檢測技術(shù)
        3.2.1 圖像的矩
        3.2.2 Hu矩理論
        3.2.3 Hu矩不變性的詳細(xì)描述
        3.2.4 Hu矩的特點
        3.2.5 基于Hu矩相似度判別熔化結(jié)點算法
    3.3 本章小結(jié)
第4章 軟件需求分析
    4.1 引言
        4.1.1 軟件需求分析編寫目的
        4.1.2 文檔內(nèi)容和閱讀意見
        4.1.3 范圍
    4.2 環(huán)境需求
    4.3 系統(tǒng)概述
    4.4 軟件概述
        4.4.1 軟件功能
        4.4.2 軟件結(jié)構(gòu)
    4.5 功能需求
    4.6 數(shù)據(jù)庫需求
    4.7 算法需求
        4.7.1 目標(biāo)檢測算法需求
        4.7.2 邊緣檢測算法需求
    4.8 性能需求
    4.9 可靠性需求
    4.10 本章小結(jié)
第5章 軟件設(shè)計分析
    5.1 文件處理模塊
    5.2 參數(shù)設(shè)置模塊
    5.3 圖像處理模塊
    5.4 物理量求解模塊
    5.5 智能控制模塊
        5.5.1 相機的二次開發(fā)
        5.5.2 預(yù)處理
        5.5.3 輪廓跟蹤算法
        5.5.4 目標(biāo)定位
        5.5.5 邊緣檢測
        5.5.6 基于Hu矩進行圖像相似度匹配
    5.6 本章小結(jié)
第6章 結(jié)果分析與展望
    6.1 界面介紹
    6.2 實驗結(jié)果驗證
        6.2.1 實驗評估指標(biāo)
        6.2.2 智能檢測熔體熔化結(jié)果圖
        6.2.3 Hu矩相似度結(jié)果驗證
        6.2.4 智能采集與靜態(tài)幀率法存儲大小對比
    6.3 展望
    6.4 本章小結(jié)
參考文獻
致謝
作者簡介及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號：3785357